從RPA到AI、再到RPA

從能完成重複性強、規則清晰的工作的傳統RPA支援人類使用、提高人類效率，到像人類一樣識別、學習、思考和感知（人工智慧的結合），最終能做到資料分析、洞察力報告和決策支援，未來，RPA將朝著更加智慧化的方向發展。

RPA和AI有兩個共通性：一是都跟大量的資料打交道，二是它們都能非常深入到業務場景中。

傳統的IT部門一般很少跟業務部門直接打交道，但在RPA+AI的發展模式中，如何讓現有的IT技術人員去實現和支援RPA+AI在業務場景裡落地的結合是一個特別大的考量點。

為此，組織需要從以下三點出發：

1、資料的流通。在做RPA流程時哪些資料是可以給上游或者下游的AI應用上的，這些資料需要到什麼程度能適合AI應用。在設計AI流程時，資料需要用哪個或哪幾個RPA流程中獲得，對資料流通的設計把控是第一步。

2、技術評估。對AI技術的能力和進化路徑需要有客觀全面理解、合理的RPA+AI流程設計需要具備跨技術、跨業務領域綜合知識。

3、整體系統性的設計。如何設計RPA技術平臺上的工具來打通資料管道，如何把AI運營能力嵌入RPA平臺，如何設計整體方案對AI輸出的容錯度，如何打包基礎AI能力成場景模板去真正地服務業務場景等等。

重新思考RPA：RPA+AI

數字化業務的成熟，離不開新技術的迭代與發展。而在這些新技術當中，人工智慧和機器人流程自動化對於企業的長遠發展，意義重大。

RPA是一個平臺，我們可以利用其開發出各種各樣的工具，最終幫助企業釋放人力價值、提高生產效率。

人工智慧（AI）對RPA的賦能不僅突破自動化的場景壁壘，有力促進了RPA場景的延伸，實現對業務場景更廣範圍的支援。另外，AI對RPA產品自身的能力提升也是非常顯著且未來可期（如智慧決策和自學習），有利於打通產業價值鏈各個環節，形成產業流程閉環最佳化，為整體產業變革帶來更深遠的意義。

RPA+AI要讓AI在RPA技術中從扮演“眼睛”、“耳朵”的角色到“嘴巴”最後到“大腦”，在不斷深入的過程中，AI技術應用的好壞將會決定RPA場景的深度和廣度。

原文地址：